​​

생성형 AI: 현실에 가까운 실시간 공급망 지원

생성형 AI의 공급망 활용은 단순한 기술 프로젝트가 아니다. 

기업의 가치 창출과 업무 추진에 대한 사고방식의 근본적인 전환이 필요하다.

생성형 AI는 많은 영역에 영향을 미치고 있거나 미칠 것으로 예상되며 공급망 네트워크 혁신을 위한 준비가 되어 있다. 

제품계획에서부터 소싱 및 제조 그리고 물류에 이르기까지 공급망 전반에 걸쳐 실시간 상호 작용과 정보교환을 혁신할 기술적 준비가 되어 있다.

이러한 모든 프로세스에서 생성형 AI가 생산성에 미치는 영향은 주목할 만하다. 

액센츄어(Accenture)의 새로운 조사에 의하면,

10개 기업 중 4 이상(43%)이 엔드-투-엔드 공급망의 전체 업무에 생성형 AI의 영향을 받을 수 있다고 응답한 것으로 보고하고 있다. 

또한 공급망 전체의 업무 시간 중 29%를 생성형 AI로 자동화할 수 있는 반면에 생성형 AI로 인해 전체적으로 업무 시간이 14% 정도 증가하는 것으로 나타났다.

떠오르고 있는 생성형 AI 기술은 제품계획 및 설계에서 소싱, 제조, 유통 및 서비스에 이르기까지 전체 공급망에 잠재력이 있다고 이 보고서의 작성자인 Maria Rey-Marston과 Jaime Lagunas는 주장한다.

이번 연구에서 총 122개의 공급망 프로세스 중 58%가 생성형 AI를 통해 재검토해야 하는 수준으로 분석되었다. 

이 기술은 과거의 선형 공급망에서 미래의 상호 연결된 지능형 공급망 네트워크로 전환하는데 그 격차 해소에 도움이 되는 역할을 할 수 있다. 

생성형 AI가 공급망 혁신에 기여할 수 있는 역할은 다음과 같다.

•문맥이해 제공 : 이전에는 접근할 수 없었던 대량의 비정형 데이터에서 얻은 상황별 통찰력으로 예측 및 의사결정 능력 향상.

•대화역량 증진 : 일상 언어를 사용하여 AI 에이전트와의 사용자 친화적인 상호 작용으로 통찰력을 얻기 위한 접근을 간소화하고 새로운 자동화 기회 창출.

•설계 및 엔지니어링 : 생성형 AI는 과거 데이터와 외부 데이터 소스를 사용하여 사양에 맞는 새로운 설계를 신속히 생성함으로써 설계 프로세스를 간소화하고 시간 투자와 반복적인 업무 최소화.

•계획 : 사용 편리한 인터페이스를 통해 직원들이 일상 언어로 권장 사항을 문의하여 쉽게 이해하고 실행할 수 있도록 설명. 동시에 생성형 AI를 보다 광범위한 비정형 데이터 소스(예: 시장 보고서, 뉴스 결과, 소셜 미디어)를 예측하는 계산에 적용할 수 있다. 회의 진행 내용을 즉시 요약하고, 계획을 실제 결과와 비교, 주요 지표가 표시되는 대시보드를 구축, 계획 초안을 직접 생성.

•소싱 : 생성형 AI는 비즈니스 유져에게 구매 지원 정보를 지원. 고객이 무언가를 구매하려 할 때 올바른 구매 채널로 안내하여 콜 오프 또는 스팟 구매를 지원하고, 필요한 경우 전문 구매자와 연결하여 구매 업무를 처리.

“일반적으로 전략 조정, 소싱 및 데이터 조정에 상당한 시간을 소비하는 경우가 많지만, 생성형 AI로 운영을 간소화하고 정보 차이를 해소하며 데이터 소스에 대한 접근을 광범위하게 개선하여 빠른 통찰력을 얻고 프로세스 간소화 기회를 제공” 

-액센츄어-

•제조 : 기업이 제조 운영과 엔지니어링 데이터를 통합할 수 있다면 생성형 AI는 제조 운영, 특히 자산 유지관리 및 실행가능성 예측과 통찰력으로 인적 역량 강화 같은 영역에서 일관된 수준의 품질 및 운영의 최적화를 추구하는 데 도움이 된다. 또한 제품 설계 및 품질 관리에 대한 새로운 통찰력을 얻을 수 있다.

•품질보증 : 디지털 트윈의 운영에 있어서 AI는 점점 더 확대 적용되어 진단 및 근본 원인을 분석하는 업무속도를 가속화한다. 

또한 기존 AI와 생성형 AI의 결합으로 Q&A 인터페이스 사용이 편리해져 정보를 더 쉽게 사용할 수 있다. 결과적으로 예측 유지보수 업무에서의 실시간 데이터 분석 및 트러블 진단 업무가 간소화된다.

•물류 배송 : 이 프로세스에서는 고도로 개인화된 고객 경험을 개선하고 방대한 양의 옴니채널 데이터를 기반으로 얻은 통찰력으로 새로운 수익 창출의 기회를 포착할 수 있다. 또한 물류 배송 운영자는 생성형 AI를 활용하여 비정형 정보 요소(예: 일기 예보 및 경쟁사 활동)를 광범위하게 고려하여 운송 관리를 최적화하고 예측을 개선하는 방법을 제안한다.

•규정양식 관리 : 생성형 AI 기반 수입/수출 문서 작성으로 운송 및 수출입 업무 프로세스를 개선할 수 있다. 생성형 AI는 과거 내부 기록과 정부 규제를 포함한 멀티모달 비정형의 포괄적인 정보 등 PDF 및 태블릿PC를 포함한 다양한 형식에 적용할 수 있다. 그리고 선적 및 수출입 문서를 자동으로 처리한 후 전문가인 사람이 검토하고 확인하는 방법으로 수작업 시간과 오류를 줄일 수 있다. 

엑센츄어 보고서에 의하면 AI를 공급망에 활용하는 일은 단순한 기술 프로젝트가 아니라 기업의 가치 창출과 업무에 대해 재검토하는 근본적인 변화가 필요하다고 제안하고 있다.

이것은 생성형 AI를 단순히 소프트웨어의 최신 버전이 아니라 엔드-투-엔드 공급망에서 데이터, 사람, 작업 방식, 고객 대응 등 프로세스에 명확하게 초점을 맞춘 엔터프라이즈급 혁신으로 접근하는 것을 의미한다.

AI를 기반으로 공급망을 재구성하는 일은 과거의 선형 공급망과 미래의 상호 연결된 지능형 공급망 네트워크 사이의 격차를 해소하는 데 도움이 될 것이다.

참조 : https://www.rtinsights.com/generative-ai-brings-real-time-supply-chains-closer-to-reality/​

참조 :​ https://www.accenture.com/us-en/insights/supply-chain/supply-chain-age-generative-ai​​